政策干預對我國玉米價格波動的影響

李顯戈

摘要?玉米是重要的糧食和飼料作物，也是產區農民重要的收入來源，因此成為政策干預的重要對象，理解政策干預對玉米價格波動的影響可以為進一步推進我國玉米市場提供參考依據。在傳統的GARCH模型中引入虛擬變量，發現實施貿易政策干預之后國內玉米價格的波動是減小的，貿易干預政策的實施穩定了國內玉米市場;實施臨時收儲政策之后，價格的波動也是逐步減小的，玉米臨時收儲政策起到了穩定價格的作用;實施目標價格改革之后，我國玉米價格的波動是增加的。

關鍵詞?玉米價格;波動;GARCH模型

中圖分類號?S-9文獻標識碼?A文章編號?0517-6611（2018）35-0202-03

玉米是我國重要的糧食作物，其對促進糧食連續增產和保障糧食安全水平做出了重要貢獻。2016年，玉米分別占糧食播種面積的32.5%、總產量的35.6%[1]。玉米是重要的飼料和工業原料來源，其價格波動對下游產業鏈主體具有十分重要的影響，因此，玉米市場成為政策關注和干預的重要對象。為理解政策干預如何影響玉米價格的波動，根據Yang等[2]的研究，將國內對玉米市場的政策干預分為4個階段：第1階段（2003年1月—2007年6月），玉米市場相對自由化、政府干預較少，我國在2001年加入WTO，對玉米在多數省份取消保護性的價格采購政策，2002年開始實施關稅配額管理，配額內進口加征1%的關稅，配額外進口為65%的關稅，2004年之后，關稅配額為每年720萬t;第2階段（2007年7月—2008年12月），隨著全球范圍內糧食價格的上漲，為保證國內糧食供給和價格穩定，繼2007年12月20日起取消小麥、稻谷、大米、玉米、大豆等84類原糧及制粉產品的出口退稅，從2008年1月1日—12月31日，對小麥、玉米、稻谷、大米、大豆等原糧及其制粉產品征收5%～25%出口暫定關稅，同時對小麥粉、玉米粉、大米粉3種商品涉及21個稅號的糧食制粉實行出口配額許可證管理;第3階段（2009年1月—2016年3月），2009年隨著新玉米上市，國內玉米價格下行壓力加大，國際玉米價格也加速下跌，東北出現玉米難賣的問題，國家啟動玉米臨時收儲計劃;第4階段（2016年4月之后），2014年中央1號文件明確“啟動東北和內蒙古大豆、新疆棉花目標價格補貼試點，探索糧食、生豬等農產品目標價格保險試點，開展糧食生產規模經營主體營銷貸款試點”，拉開了目標價格改革的序幕，2016年取消對玉米的臨時收儲政策，實行市場化收購加補貼的政策。

目前，國內較少有文獻系統地研究這些比較重大的政策變動對價格波動的影響，筆者在傳統的廣義自回歸條件異方差模型中引入虛擬變量，評估政策變動對國內玉米價格波動的影響，為進一步推進我國玉米市場改革提供參考依據。

1?研究方法

大量實證研究表明，價格波動不是固定不變的，而是隨著時間的變化而變化，即價格波動具有時變性，且價格波動過程具有自相關性，大的波動緊接著大的波動，表現為波動的集聚性，即ARCH效應。時變和條件波動采用Engle[3]開發并由Bollerslev[4]擴展的自回歸條件異方差（GARCH）模型進行估計。GARCH模型在實證上較為合適，它能刻畫條件方差的動態結構，在估計時考慮了異方差，并能同時估計數個參數[5]。非對稱ARCH模型最早由Zakoian[6]和Glosten等[7]獨立地引入，Rabemananjara等[8]在條件方差方程中加入滯后條件方差項擴展為TGARCH模型：

式（1）中，γu2t-1dt-1為非對稱效應項或TGARCH項，“好消息”（ut-1>0）和“壞消息”（ut-1<0）對條件方差的影響不同：好消息對條件方差的沖擊為α，壞消息對條件方差的沖擊為α+λ。如果γ≠0，則信息是非對稱的，如果γ>0，則存在杠桿效應，非對稱效應的主要作用是使波動增大;反之如果γ<0，則非對稱效應的作用是減小波動。為考察政策變化對波動的影響，在TGARCH模型中引入虛擬變量：

式（2）中，ZC是政策變化的虛擬變量，在政策變化之前為0，政策變化之后為1。

2?數據來源及統計描述

我國玉米種植集中在東北、華北和西南地區，形成了從東北到西南的狹長種植帶，種植面積和產量分別占全國的近85%和90%。東北4省區（黑龍江、吉林、遼寧和內蒙古）玉米產量占全國的比重在2003年開始下降，改變了之前逐年增長的趨勢，直到2008年實施玉米臨時收儲政策，刺激玉米增產，玉米產量占全國的比重才開始回升。2000年4省區產量為4 168萬t，占全國總產量的39.3%，2015年產量達10 004萬t，較2000年增長140.0%，占全國產量的比重上升到44.5%，較2000年增加5.2百分點，成為全國最大和最重要的玉米主產區。

以東北產區玉米批發價格作為全國玉米價格的代表，東北產區玉米批發價格走勢，數據主要來自于農業部《農產品供需形勢分析月報》。從2003年初開始，東北產區玉米批發價格呈波動上漲趨勢，2014年9月達2 420元/t的峰值，比期初上漲175.0%，隨著2015年國家下調臨儲玉米價格并實施目標價格政策，玉米批發價格開始下降，2017年1月為1 710元/t，隨后較平穩地保持在該水平，但與高峰時相比下降了29.3%。影響價格變動的主要因素為供求關系，在供求基本平衡的情況下，價格變動會受到成本的推動。從國內玉米價格走勢看，雖然有波動，但2015年之前總體趨勢是上漲的。在成本基本處于上漲的情況下，2015年之后國內玉米價格的下降很大程度上是由供求因素引起的。從供應面看，我國玉米多年持續豐產，加上近年來玉米及相關替代品的大量進口，玉米供應量連年增加。從需求方面看，由于下游養殖行業持續低迷，飼料需求下降，導致玉米用量減少，深加工企業玉米用量相對穩定，但嚴重的產能過剩使行業經營狀況較差。因此，總體來說玉米市場呈現出供大于求的局面，這是價格下降的主要原因。

3?實證分析

3.1?單位根檢驗

采用ADF單位根檢驗方法檢驗玉米價格的平穩性，結果如表1所示，玉米價格序列均存在單位根，為非平穩序列，但經過一階差分處理后，均為平穩序列。

3.2?ARCH效應檢驗

為確定玉米價格有無條件異方差及條件異方差的階數，對均值方程進行擬合，并對殘差項進行ARCH效應檢驗，得到在滯后階數等于1時的ARCH LM檢驗結果，P小于0.05，表明玉米價格序列存在ARCH效應。

3.3?實證結果

由表2可知，從我國玉米價格的GARCH和TGARCH模型估計結果看，α+β<1，說明GARCH過程存在均值回歸，即過去的波動對未來的影響會逐步消失;從第1階段向第2階段轉變，虛擬變量D小于0，說明與實施貿易干預政策之前相比，實施貿易政策干預之后價格波動是減小的;分析第2、3階段我國玉米價格的ARCH效應變化時，虛擬變量的值為負并在0.01水平上高度顯著，說明市場從第2階段（實施臨時收儲政策之前）向第3階段（實施臨時收儲政策）轉變，價格的波動是逐步減小的，同時說明玉米臨時收儲政策的實施起到了穩定價格的作用;從第3階段（實施臨時收儲政策）向第4階段（實施目標價格）轉變時，虛擬變量為正并在0.01水平上顯著，也就是說，實施玉米目標價格改革之后，我國玉米價格的波動是增加的;在TGARCH模型中，λ<0并且顯著，說明存在杠桿效應。

清楚地展示了玉米價格的波動特征。第1階段，玉米價格表現有非常明顯的長釘，波動程度明顯高于其他階段，第2階段條件方差持續下降，第3階段實施臨時收儲政策期間，條件方差保持連續下降和平穩的狀態，第4階段實行玉米的目標價格改革，條件方差明顯增大，波動程度較第3階段顯著提高。

4?結論

（1）影響價格變動的主要因素為供求關系，在供求基本平衡的情況下，價格變動會受到成本的推動。2015年之前國內玉米價格總體趨勢是上漲的，2015年之后國內玉米價格下降很大程度上是由供求因素引起的。

（2）實施貿易政策干預之后國內玉米價格的波動是減小的，貿易干預政策的實施穩定了國內玉米市場;實施臨時收儲政策之后，價格的波動也是逐步減小的，說明玉米臨時收儲政策起到了穩定價格的作用;實施目標價格改革之后，我國玉米價格的波動是增加的。

參考文獻

[1] 國家統計局農村社會經濟調查司.中國農村統計年鑒[M].北京：中國統計出版社，2017.

[2] YANG G L，HUANG J K，KALKUHL M，et al.Spatial price transmission under different policy regimes：The case of Chinese soy and maize market[C]//Paper prepared for presentation for the 2015 agricultural & applied economics association and western agricultural economics association annual meeting.San Francisco，CA：[s.n.]，2015.

[3] ENGLE R F.Autoregressive conditional heteroskedasticity with estimates of the variance of UK inflation[J].Econometrica，1982，50（4）：987-1008.

[4] BOLLERSLEV T.Generalized autoregressive conditional heteroskedasticity[J].Journal of econometrics，1986，31（3）：307-327.

[5] CHOU R Y.Volatility persistence and stock valuations：Some empirical evidence using garch[J].Journal of applied econometrics，1988，3（4）：279-294.

[6] ZAKOIAN J M.Threshold heteroskedastic models[J].Journal of economic dynamics and control，1994，18：931-955.

[7] GLOSTEN L R，JAGANNATHAN R，RUNKLE D E.On the relation between the expected value and the volatility of the nominal excess return on stocks[J].Journal of finance，1993，48（5）：1779-1801.

[8] RABEMANANJARA R，ZAKOIAN J M.Threshold arch models and asymmetries in volatility[J].Journal of applied econometrics，1993，8（1）：31-49.